材料网站上大多数下载的视频都保留了水印，使用这些视频对用户产生了较大的干扰，很不方便，需要用某种方法尽可能地去除。参考资料显示，视频去水印有以下几种常见方法：
剪裁视频空间区域，只保留干净的部分，当水印 logo出现在视频的边角时比较合适，如优酷视频、腾讯视频以及电视台 logo等。尽管这样会损失一部分内容，但多数情况下能够保留大部分内容，可以使用格式工厂、狸窝等视频编辑软件来完成操作。这种处理方法比较常见，用户还经常在原来的水印区域添加新的水印 orz...，当水印被水印覆盖的区域较光滑时，这一处理方式比较常见，用户还经常会在原来的水印区域添加新的水印 orz...，当水印遮盖的区域较光滑时，这一处理方法也会丢失 logo下的细节，可以用爱剪辑的方式添加新的水印。我们知道，最好的算法是基于(成熟)去水印算法，在 Google论文《On the Effectiveness of VisibleWatermarks中提到的优化算法，该算法对图片水印进行处理，当水印在多个图之间完全相同时有奇效，水印去水印完全相同时有奇效，但是可以考虑在稍微降低品质的条件下对该算法进行优化。对水印进行简单粗暴的删除，获取一段视频，想方设法得到水印图片，假设透明度为，通过加水印的反向操作，得到大致无水印的结果，这种方法不能去除水印，但是如果不仔细观察，剩余部分就不会很明显。
就我遇到的情况而言，不同网站上主要有五种水印，模糊处理成本很高， Google的算法速度太慢，实践起来困难不少，没有进行过多的研究，如图1-5所示为水印减除前后效果
图中经常有多余的信息，如水印等，常常困扰了多少痴男怨女。
看到简书中有趣的一段内容。所以就把它拿来做吧。
去除水印的要害
#图片二值化，将颜色变为0 [200,200,200]-[250,250,250]
thresh=cv2.in Ra nge (img,np.ar ray ([200,200,200]),np.ar ray ([250,250,250]))
重点是如何选择区间以外的颜色，使颜色由0变为0。
再试试几次。
其颜色是红色、黄色和蓝色。数值为0-255。每个通道的数值越大，颜色块的组合就越明亮。该值越小越暗。若水印与图片其他部分存在明显差距，还是能找到的，效果应该也可以。
没有对 CV进行研究，就无法给出更好的方案。
随机应变学习下 CV

import cv2
import numpy as np

path="10.jpg"

img=cv2.imread(path,1)

hight,width,depth=img.shape[0:3]
#hight=img.shape[0]
#width=img.shape[1]
#depth=img.shape[2]
#图片二值化处理，把[200,200,200]-[250,250,250]以外的颜色变成0
thresh=cv2.inRange(img,np.array([200,200,200]),np.array([250,250,250]))
#创建形状和尺寸的结构元素
kernel=np.ones((3,3),np.uint8)
#扩展待修复区域
hi_mask=cv2.dilate(thresh,kernel,iterations=1)
specular=cv2.inpaint(img,hi_mask,5,flags=cv2.INPAINT_TELEA)

cv2.namedWindow("image",0)
cv2.resizeWindow("image",int(width/2),int(hight/2))
cv2.imshow('image',img)

cv2.namedWindow('newimage',0)
cv2.resizeWindow('newimage',int(width/2),int(hight/2))
cv2.imshow('newimage',specular)

cv2.waitKey(0)
cv2.destroyAllWindows()